Deep learning Keras拟合发生器验证数据类型错误：'；浮动'；对象不能解释为整数

我正在尝试运行宁丁编写的CUHK03个人重新识别脚本（使用Keras实现Ahmed等人的论文） 看

错误文本如下：

TypeError Traceback (most recent call last)
in ()

    ----> 1 main("E:\DL\cuhk-03.h5")

in main(dataset_path)

    17 model = generate_model()
    18 model = compile_model(model)
    ---> 19 train(model, dataset_path)
    20
    21 def train(model,

in train(model, h5_path, weights_name, train_num, one_epoch, epoch_num, flag_random, random_pattern, flag_train, flag_val, which_val_data, nb_val_samples)
    39 rand_x = np.random.rand()
    40 flag_train = random_pattern(rand_x)
    ---> 41 model.fit_generator(Data_Generator.flow(f,flag = flag_train),one_epoch,epoch_num,validation_data=Data_Generator.flow(f,train_or_validation=which_val_data,flag=flag_val),nb_val_samples=nb_val_samples)
    42 Rank1s.append(round(cmc(model)[0],2))
    43 print (Rank1s)

~\Anaconda3\lib\site-packages\keras\legacy\interfaces.py in wrapper(*args, **kwargs)

    89 warnings.warn('Update your ' + object_name + 90 ' call to the Keras 2 API: ' + signature, stacklevel=2)
    ---> 91 return func(*args, **kwargs)
    92 wrapper._original_function = func
    93 return wrapper

~\Anaconda3\lib\site-packages\keras\engine\training.py in fit_generator(self, generator, steps_per_epoch, epochs, verbose, callbacks, validation_data, validation_steps, class_weight, max_queue_size, workers, use_multiprocessing, shuffle, initial_epoch)

    2023 epoch = initial_epoch
    2024
    -> 2025 do_validation = bool(validation_data)
    2026 self._make_train_function()
    2027 if do_validation:

TypeError: 'float' object cannot be interpreted as an integer

我正在Windows 10（x86）上的Anaconda中使用Jupyter笔记本。 Keras版本2.1.3 Python版本3.6.3

---

Tensorflow后端（1.4.0）

正常，因此

验证\u数据是

Data_Generator.flow(f,train_or_validation=which_val_data,flag=flag_val)

当执行
do\u validation=bool（validation\u data）
时，对对象调用bool将调用
非零
或
len
（如果定义了其中任何一个）。在这种情况下，
Sequence
实现
len
，因此它检查len（Sequence）==0

。您的问题是

len

返回一个

float

（这是一个错误），因此当它尝试在

bool

中转换它时失败

断言

len

返回

int

---

我已经通过了同样的问题，我只想补充已经给出的答案

如上所述，“[…]问题是

len

返回一个浮点值（这是一个错误），因此当它试图在bool中转换它时，它失败了”。但是，您指的是哪个

len

发生这种情况很可能是因为您使用的是keras生成器模板，其中包含以下定义

def __len__(self):
return np.ceil(len(self.x) / self.batch_size)

如前所述，确保它将

返回

和整数。因此，它解决了以下问题：

def __len__(self):
return int(np.ceil(len(self.x) / self.batch_size))

---

从错误消息看，验证数据是一个浮点数。看看它是从哪里来的。可能来自数据集。验证数据是一个浮点值。这也是用于训练的数据，因为我们必须缩放数据（/255，因为它是rgb值）。Ning Ding的代码也是以同样的方式执行的，我不明白为什么这样会抛出错误，就像我在交互式shell中尝试bool（3.5）时一样，python 3没有抛出错误。你解决了这个问题吗？谢谢，我会试一试。我有相同的错误，但在不同的上下文中。我的生成器上的

\uuu len\uuu（）

方法返回了一个浮点。@Goodword谢谢，我已经更新了答案以包含解决方案。这个答案救了我的命。